Über die Stelle
Vergütung: 60–120 US-Dollar/Stunde (entsprechend), Zahlung pro akzeptierter Aufgabe
Standort: Weltweit, vollständig remote
Anstellungsart: Auftragnehmer
Zeitaufwand: 15+ Stunden pro Woche
Zeitplan: Flexibel
micro1 sucht Computational Life Scientists mit früherer beruflicher Erfahrung im AI-Training oder in der Modellbewertung zur Unterstützung eines Projekts zur Verbesserung fortgeschrittener AI-Systeme.
Sie nutzen Ihre wissenschaftliche Expertise und Ihre Programmierkenntnisse, um anspruchsvolle technische Aufgaben zu erstellen, modellgenerierten Code und Analysen zu bewerten, Fehler zu identifizieren und objektive Standards für korrekte Lösungen festzulegen. Diese Rolle richtet sich an Kandidaten, die substanzielle AI-Training-Arbeit mit lebenswissenschaftlichen oder biomedizinischen Inhalten abgeschlossen haben.
Woran Sie arbeiten werden
- Erstellung realistischer computergestützter lebenswissenschaftlicher Aufgaben, die fortgeschrittene AI-Modelle herausfordern.
- Entwicklung von Aufgabenanweisungen, reproduzierbaren Umgebungen, Referenzlösungen und Bewertungskriterien.
- Bewertung von modellgeneriertem Code, Analysen, Modellen, Experimenten und technischen Ergebnissen.
- Identifizierung ungültiger biologischer Annahmen, methodischer Fehler, Datenlecks, statistischer Probleme oder Reproduzierbarkeitsfehler.
Erforderliche Qualifikationen
- Frühere bezahlte Erfahrung im Training, in der Bewertung, im Benchmarking oder in der Verbesserung von AI-Systemen bei wissenschaftlichen oder technischen Aufgaben.
- Ausgeprägte praktische Kenntnisse in Python.
- Fundierte Expertise in mindestens einer relevanten lebenswissenschaftlichen Fachrichtung.
- Praktische Erfahrung mit computergestützten Methoden für Modellierung, Simulation, Bioinformatik, biomedizinische Analyse, Statistik oder reproduzierbare Forschung.
Relevante Fachrichtungen können Biologie, Computational Biology, Bioinformatik, Medizin und Gesundheit, biomedizinische Wissenschaft, Neurowissenschaft, Genomik, Ökologie und Evolution umfassen.
Öffentlicher Nachweis der Fähigkeiten
Starke Bewerber sollten Nachweise vorlegen wie:
- Peer-reviewte Publikationen oder Preprints mit computergestützten Methoden
- Öffentlicher Forschungscode oder Bioinformatik-Pipelines
- Google Scholar, ORCID oder gleichwertige Forschungsprofile
- PhysioNet- oder andere biomedizinische Wettbewerbsergebnisse
- Beiträge zu Open-Source-Wissenschaftssoftware
- Öffentliche Datensätze, Modelle, Notebooks oder technische Projekte
Bevorzugte Qualifikationen
- Erfahrung mit der Erstellung von AI-Training-Aufgaben, Referenzantworten, Bewertungsrastern, Grading-Skripten oder Benchmark-Problemen.
- Erfahrung mit der Überprüfung technischer Einreichungen anderer AI-Trainer.
- Erfahrung mit NumPy, SciPy, pandas, Biopython, PyTorch, JAX oder vergleichbaren wissenschaftlichen Tools.
- Frühere Erfahrung mit langfristigen oder agentischen AI-Bewertungen.
- Verfügbarkeit für einen sofortigen Beginn.
Bewerbungsprozess
- Reichen Sie Ihre Bewerbung, Ihre AI-Training-Erfahrung, Ihre Fachrichtung und öffentliche technische Nachweise ein.
- Absolvieren Sie ein AI-Interview mit technischen und Integritätsprüfungen.
- Durchlaufen Sie eine Prüfung durch den Hiring Manager.
- Wenn Sie ausgewählt werden, absolvieren Sie das Projekt-Onboarding und beginnen mit Ihrer ersten zugewiesenen Aufgabe.
Vergütung
- Die Vergütung erfolgt leistungsbasiert. Experten werden für Aufgaben bezahlt, die den Projektspezifikationen und Qualitätsanforderungen entsprechen. Die Verfügbarkeit von Aufgaben und die Bearbeitungszeit können variieren.